储层倾角对联合井网热水驱波及系数的影响研究

油气资源作为一种重要的战略资源在全球经济发展中占有重要地位,而油砂作为主要的非常规油气资源之一越来越被人们重视。波及系数是衡量驱油效果的重要参数,直接影响原油采收率值。在现有的波及系数计算公式的理论基础上,通过三维井网模型进行直井—水平井联合井网驱油实验,将储层倾角分别设定为0°和45°,分析不同储层倾角下两种联合井网热水驱开发方式中波及系数的变化特征。结果表明,波及系数与重力辅助效果对驱油剂扩散影响随储层倾角的增大而增大。     

热油管道停输安全出站温度数值研究

易凝高黏原油在加热输送过程中热量损耗严重, 遇故障停输后热量的散失更为迅速, 当所需停输的 时间超出安全停输时间时就会发生事故。因此, 研究原油的热力计算对管道的安全运行具有重要意义。对比了冬 夏两季原油停输温降的变化规律, 在停输时间不同的条件下, 对温降进行了数值模拟, 计算出原油停输前所需的出 站温度。对停输后的土壤和管道的温度场进行了三维数值模拟, 找出了出站温度不同时停输后原油和土壤温度场 的变化规律。在出站温度达到一定值后, 原油在所需的停输时间内可以保证安全再启动, 不会发生事故或造成安全 隐患。     

大麻纤维草酸铵-酶联合脱胶工艺

为开发绿色高效的大麻脱胶工艺,提出了草酸铵-酶联合脱胶,采用正交试验优化草酸铵脱胶工艺,并与经传统化学脱胶工艺、化学-酶联合脱胶工艺处理后大麻纤维的脱胶效果进行比较,得到草酸铵-酶联合脱胶最佳工艺条件:草酸铵质量浓度为4.0 g/L,保温温度为100 ℃,保温时间为50 min。结果表明:经最佳工艺处理后大麻纤维的残胶率为2.34%,低于经传统化学脱胶后大麻纤维的残胶率12.88%和化学-酶联合脱胶后大麻纤维的残胶率8.43%;草酸铵-酶联合脱胶后大麻纤维中木质素质量分数由8.10%(大麻原麻)下降到0.94%,断裂强度为10.31 cN/dtex,且白度优于传统化学脱胶工艺和化学-酶联合脱胶工艺处理后的大麻纤维。     

叉状压裂多分支水平井电模拟实验

近年来, 多分支水平井在低渗透油气藏, 特别是开采页岩储层、 致密砂岩储层开发中起到越来越重要 的作用。为了进一步提高产量, 可对水平井采用水力压裂的方法使其产生裂缝从而增加油气产量。运用水电模拟 原理, 分别考察了裂缝长度、 渗透条件、 分支数量、 水平段裸眼及封闭条件等因素对产量的影响。结果表明, 裂缝存 在最优长度, 各分支水平井的产量不同, 在分支情况相同时裸眼完井与封闭完井的产量存在差异。     

基于聚类分析方法的破碎文件复原问题的探究

破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着广泛的应用。传统上,拼接复原工作需由人工完成,准确率较高,但效率很低。特别是当碎片数量巨大,人工拼接很难在短时间内完成任务。为此,文章基于聚类分析方法,通过阙值分割以及边缘相似度比较,并利用计算机编程实现碎纸片的拼接,最后考虑了纸片上可能既有汉字也有英文以及两面都有文字的情况,并对算法进行了推广。     

三元复合驱油机理实验研究

三元复合驱提高采收率技术于上世纪80年代开始广泛应用,指碱剂、表面活性剂、聚合物按一定比例混合作为注入液注入地层。相对于热水驱及一、二元三元复合驱,三元复合驱能更好的降低油水间的界面张力,扩大波及体积,因此具有更好的开采效果。通过三维井网模型实验,与热水驱实验结果进行对比,分析了宏观和微观角度下的三元复合驱提高采收率机理。     

基于直方图的二阶差分分域镜头检测算法及实现

提出基于直方图的二阶差分分域镜头检测算法.在传统灰度直方图的镜头检测算法基础上,对镜头图像按照权重进行分域,计算加权的直方图一阶差分,进一步计算二阶差分以消除运动带来的镜头变换检测影响.根据二阶差分平均值动态获得镜头检测阈值,并比较二阶差分与动态阈值大小来判断是否发生镜头切换.Matlab仿真环境实验结果表明:该算法可克服传统灰度法误检和直方图法漏检的不足,具有较高的识别准确率和查全率.     

对医学人文素养教育的感悟--2035年一次查房对话

本文通过二十年后的我与我带教的学生对话,来启示当今医学教育所欠缺人文素养教育,来谈谈医患关系紧张的原因。告诫那些总感觉生不逢时的医学生也从自己身上找找原因,想想自己真的做的够好了吗？相信通过一代又一代医学人不断增加的人文素养,将可以使我们的医疗环境变得更美好。     

基于粒子群优化算法优化反向传播神经网络构建冷藏草鱼新鲜度的近红外光谱预测模型

目的 构建基于各种机器学习算法结合近红外光谱的模型,从而确定出更准确预测冷藏草鱼新鲜度的方法。方法 采集连续冷藏6 d的草鱼片的新鲜度指标, 并进行方差分析。选择受冷藏天数影响最大的指标: 总挥发性盐基氮(Total volatile basic nitrogen, TVB-N)进行定量预测。运用x-y距离结合的样本划分(sample set partitioning based on joint x-y distance, SPXY)方法进行数据集的划分, 并采用正交信号校正法(orthogonal signal correction, OSC)、Savitzky-Golay (SG)、一阶导数及其组合算法进行光谱预处理。再运用竞争性自适应重加权采样(competitive adaptive reweighted sampling, CARS)、连续投影算法(successive projections algorithm, SPA)、主成分分析(principal component analysis, PCA)对光谱变量进行选择和降维。最后结合偏最小二乘回归(partial least squares regression, PLSR)、反向传播神经网络(back propagation neural network, BPNN)和粒子群优化算法(particle swarm optimization, PSO)优化BP神经网络(PSO-BP)建立草鱼(Ctenopharyngodon idella)片新鲜度定量预测模型。结果 各线性和非线性模型均得到了良好的预测效果, 预测集相关系数均超过了0.95。PLSR表现较为稳定, BP神经网络虽提高了校正集预测性能, 但是预测集性能不如PLSR。PSO-BP既保证了校正集预测性能, 也提高了预测集性能。基于OSC+D1预处理和CARS变量选择后的PSO-BP模型性能最优(R2P=0.987, 预测集的均方根误差为0.108, 相对分析误差为7.778)。结论 基于PSO-BP算法和近红外光谱结合的定量预测模型, 可以很好的预测冷藏鱼肉的新鲜度指标。